Klastrowanie wielu warstw rastrowych w celu tworzenia podregionów za pomocą QGIS?


23

Próbuję utworzyć n podregionów z wielokąta w oparciu o analizę skupień wiązki nakładających się warstw rastrowych (warstwy fizyczne, np .: głębokość, prądy, fale).

Obecnie mogę utworzyć regularną siatkę w poprzek wielokąta, a następnie wyodrębnić fizyczne atrybuty z fizycznych warstw rastrowych (np .: Gridspot lub równoważne narzędzie), a następnie uruchomić analizę skupień ograniczoną do n liczby klastrów (w pakiecie R lub innym pakiecie statystyk).

Następnie mogę zidentyfikować każdą grupę klastrów i wykreślić je z powrotem w GIS (QGIS lub ArcMap). Przewiduję jednak, że niektóre grupy klastrów zostaną rozproszone (odstępstwa przestrzenne i pozbawione znaczenia), podczas gdy niektóre zostaną skupione (godne bycia podregionem).

Mógłbym wtedy ręcznie narysować reprezentatywne skupiska, aby stworzyć n podregionów.

Czy istnieje narzędzie takie jak ArcMap 10.1 Grouping Analysis, które można uruchomić w QGIS? Używam tylko 10.0.

Czy istnieją sugestie lepszego sposobu przeprowadzania analizy skupień wielu warstw rastrowych w celu utworzenia n podregionów (bioregionów)?


5
Nie jestem pewien, czy rozumiem rolę wielokąta. Jeśli masz tylko jeden wielokąt, być może możesz po prostu przyciąć rastry jako proces wstępny, a następnie uruchomić analizę skupień bezpośrednio na rastrach? Zakładając, że utworzysz wielowymiarowy raster / tablicę jako dane wejściowe, powinieneś otrzymać zestaw identyfikatorów klastrów z powrotem, możesz to zwizualizować (wyświetlając bezpośrednio raster lub przekształcając z powrotem w reprezentację wektorową).
Roland

2
Może rzucisz okiem na klasterPy ?
Joseph

1
@Joseph Przyłożyłem tylko nagrodę za to, aby pomóc gis.stackexchange.com/questions/176805/…, więc jeśli uważasz, że klasterPy pomoże, pamiętaj, aby dodać odpowiedź.
PolyGeo

1
@PolyGeo - klasterPy może pomóc w tym poście, ponieważ analizuje głównie klastry w rastrach. Ale sam go nie użyłem, więc nie jestem pewien, czy to pomoże tylko w punktach klastrowania.
Joseph

Odpowiedzi:


1

Wygląda na to, że Twoim problemem jest to, że procesy analizy skupień, takie jak k-średnie w R, nie uwzględniają informacji przestrzennej, dlatego wyniki prawdopodobnie zostaną rozproszone (przynajmniej przestrzennie!). Czy rozważałeś dodanie wartości wiersza i kolumny rastra jako dodatkowych zmiennych, to uczyniłoby algorytm klastrowania „świadomym” przestrzennej konfiguracji danych?

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.